과거 공부한 것 정리

I. 사용 가능 언어 및 Tool

• Python

• R

• Tableau

II. 배운것

1. 학교 수업

• 통계 이론

  • 회귀분석 (SAS) -

  • 전산통계 (R) -

  • 다변량 통계학 (R)

    • 다변량 정규분포

    • 계층적 군집분석

    • k-means 군집분석

    • PCA

• 데이터 베이스 (MS ACCESS)

  • RDB 기초 이론, SQL

• 머신러닝 (R)

  • KNN

  • Naive Bayes

  • Decision Tree(Enthropy)

  • Regresion (Linear / Multiple)

  • ANN (neuralnet)

  • SVM

  • Apriori(장바구니 분석)

  • 성능 측정 & HyperParameter Tuning (caret)

• 비정형 데이터 분석 (R)

  • 자연어 처리 기법(tm 라이브러리)

  • 한글 자연어 처리(KoNLP)

  • DTM, TDM

  • WordCloud

  • 시계열 분석(zoo)

  • 감성 분석

  • TreeMap

2. 빅데이터 청년인재

• Python 기본 문법 및 Data science에 자주 활용되는 라이브러리

  • Numpy

  • Pandas

  • Matplotlib

• 머신러닝 (Python / Scikit-learn)

  • KNN

  • Naive Bayes

  • Decision Tree

  • Ensemble (Bagging / Boosting)

    • RandomForest

    • AdaBoost

    • GradientBoost

  • SVM

  • PCA

  • LDA

• NLP (Pyhton)

  • KoNLPy

  • NLTK

• 딥러닝 (Python / Tensorflow & Keras)

  • ANN

  • MLP

  • CNN

  • RNN

3. SSAFY

• 알고리즘

  • BruteForce / Greedy

  • Queue / Stack

  • Graph (DFS / BFS)

  • DP

  • Linked List

  • Tree

• Web

  • DB (SQLlite, PostgreSQL)

  • HTML / CSS

    • Bootstrap

  • python

    • Flask

    • Django

      • M (Django ORM)

      • T (Django Template Language)

      • V (Fuction Based View, Class Based View, Django REST Framework)

  • Javascript

    • Node.js

    • Vue.js

    • VueX

    • Vuetify

  • SPA

  • PWA (service worker)